numpy.log#

numpy.log(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'log'>#

逐元素的自然对数.

自然对数 log 是指数函数的反函数,因此 log(exp(x)) = x.自然对数是以 e 为底的对数.

参数:
xarray_like

输入值.

outndarray, None, 或 ndarray 和 None 的元组, 可选

存储结果的位置.如果提供,它必须具有与输入广播相同的形状.如果未提供或为 None,则返回一个新分配的数组.一个元组(只能作为关键字参数)的长度必须等于输出的数量.

wherearray_like, 可选

这个条件通过输入进行广播.在条件为 True 的位置,`out` 数组将被设置为 ufunc 结果.在其他地方,`out` 数组将保留其原始值.注意,如果通过默认的 out=None 创建了一个未初始化的 out 数组,条件为 False 的位置将保持未初始化状态.

**kwargs

对于其他仅限关键字的参数,请参阅 ufunc 文档.

返回:
yndarray

元素逐个的自然对数 x.如果 x 是标量,则这是一个标量.

备注

对数是一个多值函数:对于每个 x ,存在无数个 z 使得 exp(z) = x.惯例是返回虚部位于 (-pi, pi]z.

对于实值输入数据类型,`log` 总是返回实数输出.对于每个不能表示为实数或无穷大的值,它产生 nan 并设置 无效 浮点错误标志.

对于复数输入,`log` 是一个具有分支切割 [-inf, 0] 的复数解析函数,并且在它上面是连续的.`log` 将浮点负零视为无穷小的负数,符合 C99 标准.

在输入具有负实部和非常小的负复数部分(接近0)的情况下,结果非常接近 -pi,以至于它精确地评估为 -pi.

参考文献

[1]

M. Abramowitz and I.A. Stegun, “Handbook of Mathematical Functions”, 10th printing, 1964, pp. 67. https://personal.math.ubc.ca/~cbm/aands/page_67.htm

[2]

维基百科,”对数”.https://en.wikipedia.org/wiki/Logarithm

示例

>>> import numpy as np
>>> np.log([1, np.e, np.e**2, 0])
array([  0.,   1.,   2., -inf])